Android CLI 新技能解析：AI Agent 如何加速应用开发

谷歌为 Android 开发工具链带来了一批实用更新，核心围绕 Android CLI 的设备流式传输（Device Streaming）能力，以及一系列专为 AI Agent 设计的开发技能（Skills）。这些更新的共同目标很明确：让 AI 助手在真实开发场景中更靠谱、更高效，而不是靠猜测和幻觉填补知识空白。

技能库扩充：让 AI Agent 不再「乱猜」

这次更新的重点之一是 Android Skills。谷歌将这些技能定义为一套「指令集」，它们直接基于最新的官方开发指南构建，因此 AI Agent 能获得它所缺乏的精确工作流和专业知识，从而减少幻觉式输出。

其中两个技能尤其值得关注。一是 Play Policy Insights 技能，专门针对开发者普遍反映的「提交 Google Play 商店很让人紧张」这一痛点。它能让 Agent 直接审计应用的 manifest 文件、高风险权限以及隐私合规要求，在 Google Play 审核之前就提前捕捉政策违规项，从而提升发布的通过率和速度。

二是 Android Profiler 技能，面向那些盯着庞大的性能分析追踪记录、却不知从何下手的开发者。该技能教会 Agent 如何管理 Android 性能剖析与调试工作，处理系统追踪（system traces）、堆转储（heap dumps）、内存分配，并深入排查性能瓶颈、内存泄漏和应用启动问题。谷歌表示，运行一次该技能就能让应用更稳定、崩溃和卡顿更少。

一条命令批量获取技能

开发者可以通过 Android CLI 中的 Android Skills Add All 命令一次性获取上述技能，以及其他数十个用于应对常见开发挑战的 Android 技能。谷歌强调会持续增加新技能。此外，还有专门针对 Wear OS 开发的技能——从零创建 Wear 应用、加入 Material 3 等特性，并确保写出最优的 Wear 代码（官方为此单独制作了详解视频）。

值得一提的是跨工具兼容性：无论你用的是 Android Studio、Antigravity，还是 Cloud、Codex 等第三方工具和 Agent，这些技能都能发挥作用。这种开放姿态意味着谷歌并不想把能力锁死在自家 IDE 里，而是让技能成为可被各类 AI Agent 调用的通用资产。

「AI 幻觉（Hallucination）」在代码生成与开发辅助场景中危害尤为突出：大模型可能凭借训练数据中过时的 API 文档或错误的社区帖子生成表面合理但实际失效的代码，开发者若不仔细审查便直接采纳，轻则引入 Bug，重则导致安全漏洞或发布失败。谷歌此次将 Skills 定义为「基于最新官方指南构建的指令集」，本质上是通过检索增强生成（RAG）或系统提示注入等机制，将权威知识源锚定到 Agent 的推理过程中，从而以受控的领域知识替代模型对训练数据的自由联想，这一方法在业界通常被称为「知识接地（Knowledge Grounding）」。

Android CLI 迎来设备流式传输

另一项重要更新落在 Android CLI 本身。作为一个命令行接口，Android CLI 让 AI Agent 能够从单一入口调用 Android Studio、模拟器、Gradle 等众多工具，帮助更快构建更高质量的应用。

这次新增的 Android Device Streaming 解决了一个长期存在的现实问题：在真机上测试应用至关重要，但开发者并不总能拿到所需的物理设备。设备流式传输让你能够远程访问真实物理设备，而现在这项能力可直接通过 Android CLI 使用。

Agent 像操作本地设备一样操作远程真机

接入后，AI Agent 可以像设备通过 USB 插在本地一样与远程物理设备交互。具体能力包括：启动设备、部署构建版本、收集日志，甚至以无头（headless）方式捕获截图——这意味着大量重复的测试工作可以交给 Agent 自动完成。

使用方式也相当直接：只需指示 Agent 列出所有可用的远程设备，然后决定要用哪一台即可。对于设备碎片化严重的 Android 生态来说，这种远程真机访问能力能显著降低兼容性测试的门槛。

Android Device Streaming 背后依托的是谷歌的 Firebase Test Lab 基础设施——该平台在全球多个数据中心部署了数百种真实物理设备，覆盖从低端入门机到旗舰机的广泛机型矩阵。开发者通过流式传输访问的并非虚拟化环境，而是运行真实 Android 固件的硬件设备，因此能够准确复现传感器行为、GPU 渲染差异、厂商定制 ROM 的兼容性问题等模拟器难以模拟的场景。「无头（headless）截图」指的是在没有用户界面交互的情况下，由程序自动触发并捕获屏幕内容，这使得 UI 回归测试、视觉对比测试等自动化流程得以完全脱离人工干预。对于需要在数十种设备上验证布局适配的开发团队而言，这一能力可以大幅压缩 QA 周期。

对开发者意味着什么

把这几项更新串起来看，谷歌正在构建一套以 AI Agent 为中心的 Android 开发基础设施：技能库负责注入权威、最新的领域知识，Android CLI 负责统一工具调用入口，设备流式传输则补齐了真机测试这块短板。

这种思路的价值在于「接地」（grounding）——通过将 Agent 的行为锚定在官方指南和真实设备上，减少大模型在专业开发任务中容易出现的幻觉。对于从应用发布合规、性能调优到跨设备测试的全流程来说，开发者得到的是一个更可靠的 AI 协作者，而不仅仅是一个代码补全工具。

谷歌也明确表示，Android Skills、Android CLI 和 Android Studio 的更新还会持续推出，并鼓励开发者反馈当前遇到的开发难题，作为后续新技能的方向参考。

「Grounding（接地）」是当前 AI Agent 工程实践中的核心概念之一，指将模型的输出锚定在外部可验证信息源上，而非完全依赖参数记忆。常见的接地手段包括：实时检索官方文档（RAG）、调用工具获取真实环境状态（Tool Use）、以及将 Agent 的操作目标约束在可观测的真实系统中（如本文的真机设备）。谷歌此次更新将三种接地维度同时纳入：知识维度（官方指南构建的 Skills）、工具维度（Android CLI 统一调用）、环境维度（Device Streaming 提供真实设备状态反馈），构成了一套较为完整的 Agent 可靠性保障框架，也代表了当前业界对「如何让 AI 在专业垂直领域真正可用」这一问题的主流解题思路。